采用人工神經網絡BP對鋼-橡膠分層粘接界面的超聲檢測實驗

高文清，陳東輝

(1.西南交通大學，四川 成都 610000；2.中國人民解放軍六五O六一部隊，遼寧 沈陽 110027)

鋼-橡膠粘接結構主要是指通過使用粘合劑，將鋼與橡膠進行有效地粘合所形成的一種結構，該結構具有較高的減震性、耐腐蝕性、耐高溫性以及成型工藝性能良好等特點，被廣泛地應用于飛機、人造衛星、船舶等各個領域。但是，該結構在實際使用中，由于缺乏系統、完善的無損檢測技術支持，嚴重影響了粘接缺陷檢測結果的精確性和可靠性。為了解決這一問題，技術人員要針對鋼-橡膠粘接結構使用現狀，提出相應的超聲檢測信號處理方案，便于后期更好地開展超聲無損檢測工作。。

1 現代信號處理技術在超聲檢測中的應用必要性及現狀

1.1 信號處理技術在超聲檢測中的應用

現階段，超聲檢測逐漸向數字化、成像化方向不斷發展，由此出現了大量的數字信號處理技術。

1.1.1解卷積技術

解卷積技術主要是指采用合適的處理方法，對時域卷積信號進行分類處理，并提取出有價值的特征信號。通過將該技術科學地應用到地震偵探信號處理領域，可以提高有用信息資源的利用率。

1.1.2模式識別技術

模式識別技術主要是指通過精確地分類和描述事件一系列處理過程，以實現對缺陷信號和噪聲信號的精確化區分。

1.1.3人工神經網絡技術

神經網絡相關理論技術被廣泛地應用于信號處理、模式識別、非線性優化等各個領域，并取得良好的應用效果。通過利用神經網絡，可以實現對相關信號的集中化、全面化處理，極大地提高超聲檢測結果的精確性和真實性。例如：通過利用神經網絡，對缺陷診斷進行系統化分析，可以獲得比較精確、完整的信號特征，并實現對缺陷特點的高效化判斷。

1.2 信號處理技術在粘接結構超聲檢測中應用的必要性

信號通常涉及到大量的有用信息，在合適的時間，從海量信息中提取出具有價值的信息，從而形成相應的信號處理技術。粘接結構在進行超聲檢測期間，主要用到了粘接缺陷相關的信息，這些有價值的信息以特定的形式，出現在所獲取的信號中。因此，需要利用信號處理技術，獲取出粘接缺陷相關的有價值信息；而超聲技術在實際實現中，離不開現代信號處理技術的應用。此外，為了確保用戶能夠更好地理解和應用超聲檢測所輸出的各種信息，需要利用信號處理技術，將相關圖像形象、直觀地呈現在屏幕上。所以，信號處理技術在鋼-橡膠粘接結構超聲檢測中具有重要的應用價值，通過利用該技術，可以促使超聲檢測向數字化、智能化、信息化方向不斷發展。

1.3 國內外采用的粘接界面超聲檢測研究現狀

1.3.1國外研究現狀

現階段，國外所采用的粘接界面超聲檢測方式主要以非線性超聲檢測方式為主，該方式具有靈敏度高、獲取粘接性能全面等特點。自1755年，Euler國外學者提出了“非線性聲學”概念，并將其與非線性噪聲進行充分結合，取得了一定的研究成果。前蘇聯Zarembo等學者對有限幅度超聲波相關聲學參數、美國的BreaZeale學者利用有限幅度超聲檢測方式，對單晶鋁和銅進行精確化檢測。

1.3.2國內研究現狀

目前，國內學者在研究粘接界面超聲檢測領域，將超聲無損檢測作為重點研究內容，他們對金屬-非金屬粘接界面的性能進行了全面研究。南京大學及水永安學者全面地研究了固體材料所對應的超聲波傳播性能，并精確地測量和統計了鋁合金非線性系數。王小民學者成功構建了粘接結構的彈簧模型，并采用時域分析法，對非線性信號進行分析。總之，超聲檢測模式屬于一種先進、新型的檢測手段，可以實現對金屬-非金屬粘接強度的全面化檢測。

2 人工神經網絡粘接界面模式識別

2.1 人工神經網絡模式識別原理

人工神經網絡模式主要是指對某一感興趣的事物進行定量化、結構化描述。此外，通過利用各種元素的組成順序，精確地表示出該模式的特征[12]；而模式識別主要是指將測量結果分配到指定的分類中。

2.1.1模式識別系統

模式識別系統在接收數據期間，主要運用了“原始”測量結果的形式，通過將原始數據進行集中化處理，從而形成相應的激勵矢量。此外，還要尋找出這些激勵矢量的相關屬性，以實現對人工神經網絡模式基本結構的精確化表達。模式識別系統主要涉及以下2個處理過程：(1)學習過程。學習過程是在參照特定模板的基礎上，嚴格按照分類規則[13]，對分類器進行訓練；(2)識別過程。識別過程主要是指將訓練好的分類器與未知模板進行有效地匹配，以實現對未知模式類別的精確化識別；模式識別系統如圖1所示。

圖1 模式識別系統流程Fig.1 Pattern recognition system flow

2.1.2特征提取

要想保證模式識別結果的精確性和真實性，技術人員要做好對客體結構信息特征的精確化、高效化獲取。在提取客體結構信息特征期間，樣本空間經過映射，會產生相應的輸入數據；然后，對這些數據進行預處理[14]。同時，還要篩選和刪除原始數據中無價值的信息，并采用映射的方式，將樣本空間一一映射到相應的數據空間中。在結合數據空間的基礎上，采用不變性變換的方式，從數據矢量中提取出相應的不變特征，并組合為不變模式空間；還要根據實際應用需求[15]，壓縮處理所選模式特征的矢量信息，在確保信息完整、可靠的基礎上，選出有價值的特征，便于后期模式識別工作的有效開展。最后，還要從降維模式空間中，提取模式樣本特征信息，從而形成龐大的特征空間[16]；模式特征提取過程如圖2所示。

圖2 模式特征提取過程Fig.2 Pattern feature extraction process

2.2 粘接界面檢測信號的人工神經網絡頻譜特征模式識別

2.2.1預處理

在正式進入傅立葉變換之前，要采用預處理的方式，對檢測信號的全面化處理，其原因主要體現：(1)校正信號起始點；(2)刪除直接采樣中的無用信息；(3)從采集好的粘接結構檢測信號中，選出豐富、多樣、真實的信息。

2.2.2頻域特征矢量

回波數據經過預處理后，其數據長度仍然較長，不利于網絡識別。為了降低網絡規模，使得網絡性能得以大幅度提高，需要借助變換域，對模式特征進行有效提取[17]，從而得到維數為60的變換系數特征矢量；這遠遠低于起始樣本信號維數，使得神經網絡分類器規模降到最低。

2.2.3識別結果

通過利用700 kHz超聲探頭，開展以下實驗檢測工作。從4個界面的脫粘區域中，收集所采集的實驗采樣數據，并分別經過數據預處理、模式特征提取，將模式特征劃分為以下2組：一組用于對網絡的訓練；另一組用于對網絡識別結果的檢測。在本次實驗中，主要采用了人工檢測方式，單個區域所獲得的采樣信號達到了50個，其中，30個采樣信號用于訓練網絡；20個采樣信號用于網絡識別效果的檢測[18]。此外，通過借助訓練好的分類器，精確化識別各個界面中的脫粘模式，結果表明：通過利用本文所提出的界面粘貼模式特征，可以對檢測信號進行有效地表征處理。這表明所設計的BP網絡具有較高的穩定性、可靠性和安全性。

2.3 粘接界面檢測信號的人工神經網絡DCT特征模式識別

2.3.1特征提取過程

在這一環節中，需要采用一一映射的方式，將所采集好的輸入數據全部映射到樣本空間數據中。采用時間校正的方式，校正處理采樣樣本數據，確保其時間起點和時間末點始終保持一致；此外，還要采用耦合校正的方式，對樣本數據進行校正處理[19]，確保其耦合度高度一致，避免對各個樣本數據產生一定程度的耦合影響，確保樣本空間一一映射到不變模式空間中。采用降維處理的方式，對模式樣本進行處理。在此基礎上，通過采用余弦變換的方式，從變換域中完成對主特征矢量的精確化提取，使得特征空間維數不斷降低。

2.3.2余弦變換

處于時域中的檢測波長相對較長，不利于后期網絡識別。為了使得網絡規模不斷降低，不斷提高網絡運行性能，現采用余弦變換的方式，對模式特征和維數進行提取和降低。例如：采用離散余弦變換的方式，對系數特征矢量進行提取，經過提取處理發現，該矢量維數為12，遠遠低于原有模式樣本信號所對應的維數[20]。這不僅可以更好地維持信號主能量，還能確保神經網絡分類器規模降到最低。

2.3.3識別結果

通過利用700 kHz超聲探頭，開展以下實驗檢測工作。從4個界面的脫粘區域中，收集所采集的實驗采樣數據，并分別經過數據預處理、模式特征提取，將模式特征進行劃分為以下2組：一組用于對網絡的訓練；另一組用于對網絡識別結果的檢測。在本次實驗中，主要采用了人工檢測方式，單個區域所獲得的采樣信號達到了50個，其中，25個采樣信號用于訓練網絡；25個采樣信號用于網絡識別效果的檢測。此外，通過借助訓練好的分類器，精確化識別各個界面中的脫粘模式，結果表明：通過利用本文所提出的界面粘貼模式特征，可以對檢測信號進行有效地表征處理。這表明所設計的BP網絡具有較高的穩定性、可靠性和安全性。

3 鋼-橡膠分層粘接界面強度的超聲檢測

3.1 鋼-橡膠分層粘接結構樣品

本實驗用到的鋼-橡膠分層粘接結構樣品長、寬、高分別為400、400、13 mm。該樣品的一維剖面結構為鋼層、橡膠層1、橡膠層2、橡膠層3和橡膠層4；鋼-橡膠粘接結構樣品的厚度參數如表1所示。

表1 鋼-橡膠粘接結構樣品的厚度參數Tab.1 Thickness parameters of steel-rubber bonded structural samples

為保證模擬結果的精確性和真實性，粘接界面在實際脫粘處理時，需采用空氣脫粘方式，對脫粘區域進行科學加工，使其被加工為矩形、半圓形等不同的形狀。單個脫粘區域面積相對較高[1]，達1 400 mm2，將鋼層的上表面、鋼層的下表面、橡膠層1與橡膠層2之間的界面、橡膠層2與橡膠層3之間的界面、橡膠層3與橡膠層4之間的界面分別設置為零界面、一界面、二界面、三界面、四界面。同時，二界面、三界面和四界面統稱為深層界面。

3.2 多層粘接結構超聲檢測系統

結合實際工程檢測需求，對樣品表面信號進行發射和接收處理。同時，還要采用反射回波法，對多層粘接結構超聲檢測系統進行科學設計，實驗裝置系統框圖如圖3所示。

圖3 實驗裝置系統框圖Fig.3 System block diagram of the experimental device

由圖3可知，通過利用同一個探頭，可以同時發射和接收超聲檢測信號。因此，其工作狀態呈現出典型的單發單收狀態，通過使用30 mm水柱，對聲耦合進行延遲處理；還要利用超聲分析儀，激發處理超聲檢測信號，并做好對檢測回波的全面化、系統化接收。在此基礎上，還要利用分析儀，對所獲得的檢測回波信號進行放大處理，并將其傳輸到示波器中，對該系統的整個運行過程進行實時監視，選用頻率為50 MHz的采樣卡，獲得相應的數字信號，并將其安全、可靠地傳輸到計算機中，便于后期借助計算機屏幕，輸出最終的處理結果。

3.3 超聲檢測探頭發射與接收回波信號

粘接結構超聲檢測信號在實際處理期間，離不開超聲檢測探頭的使用，一旦該檢測探頭出現運行異常問題，將會對回波信號的檢測效果產生直接性的影響。對于超聲檢測探頭而言，該裝置在實際運用中，主要涉及了以下幾個參數，如靈敏度、帶寬、中心頻率等。為了全面地分析和研究超聲檢測探頭對回波信號檢測效果的影響程度，現開展一系列的探頭實驗，以實現對探頭運行性能的優化。以頻率為劃分標準，可以將超聲檢測探頭劃分為以下2類：一類是高頻探頭；另一類是低頻探頭。現以“低頻探頭”為研究對象，將該探頭的中心頻率設置為2.0 MHz、帶寬2.4 MHz、機械品質因數0.8，便于后期實驗工作的有效開展。

4 超聲檢測信號的建模與仿真

4.1 分層粘接結構超聲檢測回波信號卷積模型

本實驗所用到的實驗樣品結構呈現出典型的分層粘接狀態，粘接結構系統所涉及的超聲檢測過程具有一定的平穩性、因果性和連續性[2]，這就導致檢測回波信號也表現出一定的平穩性、因果性和連續性。通過利用線性卷積模型，對檢測回波信號進行具體化表示；分層粘接結構超聲檢測信號線性卷積模型如圖4所示。

圖4 分層粘接結構超聲檢測信號線性卷積模型Fig.4 Linear convolution model of ultrasonic testing signal of layered bonding structure

4.2 分層粘接結構中的超聲信號

4.2.1鋼層的濾波作用

當超聲信號在下行期間，主要采用了入射輸出的方式；在上行期間，主要采用了透射輸出方式。為了確保各個界面反射波傳播過程表示的精確性和科學性[3]，需要將實驗檢測所對應的垂直入射方式更改為斜入射方式。對于超聲信號而言，在進行下行傳播期間，通常要穿過鋼層。鋼層對鋼-橡膠多層粘接結構的超聲檢測結果產生直接性的影響，所以，技術人員要做好對鋼層濾波作用的深入研究。鋼層主要包含2個界面：一界面和零界面，這2種界面統稱為“反射界面”，對超聲信號的傳播性能產生了直接性的影響[4]。在進行超聲檢測期間，需要利用水和油等耦合介質，將超聲檢測探頭粘接于鋼層外表面處，水和襯層的聲阻抗相對較低，其阻抗值分別為1.5×106、2.0×106 kg/(m2·s)；而鋼的聲阻抗相對較高，達到了45×106 kg/(m2·s)。由此可見，襯層與鋼層之間的聲阻抗均存在著較大的差別。對于鋼層而言，主要包含2個界面：一界面和零界面，這2種界面統稱為“強反射界面”。在進行超聲入射期間，所采用的反射方式主要以強反射方式為主，鋼層濾波器在某種程度上可以延遲入射聲波的傳輸時間，使其在實際傳輸期間呈現出衰減狀態[5]。聲波在鋼-橡膠粘接結構中的傳播檢測示意圖如圖5所示。

圖5 聲波在鋼-橡膠粘接結構中的傳播檢測示意圖Fig.5 Schematic diagram of sound wave propagation detection in steel-rubber bonding structure

4.2.2層濾波器模型

對于聲波，其在穿過鋼層期間，類似于入射聲波穿過鋼層濾波器；分層介質結構對聲波在實際傳輸中所發揮的作用類似于層濾波器對信號傳輸所發揮的作用[6]。由此可見，出現了一種新型、先進的層濾波器，層濾波器模型如圖6所示。某一層介質對聲波起到一定的過濾作用，層濾波器模型圖中的d為層厚度；鐵路工程四電代表該層往返于上行和下行之間的傳播時間；α代表衰減系數，t=2d/c(c為層介質聲速)。

圖6 層濾波器結構模型Fig.6 Layer filter structure model

4.2.3利用層濾波器理論構建檢測信號

零界面特征信號主要是指零界面對入射信號進行反射后，所形成的回波信號，對于一界面特征信號而言，其進入鋼層期間，主要采用了入射信號下行入射方式[7]。當被一界面反射處理后，其回波信號直接透過零界面，當鋼層厚度達到4.00 mm時，一界面特征信號頻率響應出現3個最大值，分別為0.729、1.463、2.173 MHz。二界面特征信號主要是指入射信號采用下行入射的方式，穿過鋼層，并由二界面對其進行反射[8]，從而形成相應的回波信號。當鋼層和橡膠層厚度分別達到4.00、0.95 mm時，二界面特征信號頻率響應出現3個最大值，分別為0.729、1.463、2.173 MHz。由此可見，無論是一界面特征信號，還是二界面特征信號，其頻率響應所出現的峰值完全重合的[9]，無需使用頻域濾波法，對其進行有效地區分。

4.3 仿真結果

鋼-橡膠分層粘接結構所對應的封閉狀態完好，在進行建模與仿真期間，所設置的物理參數與理論值之間存在一定的差異和出入。其中，脫粘界面深度一旦控制不達標，會對仿真信號產生直接影響，甚至還影響接收回波反射信號位置精確性[10]，不利于后期精確地判斷和統計脫粘深度。同時，在進行仿真處理期間，其脫粘深度無法精確地獲得，這是由于有缺陷部位的界面深度與無缺陷部位的界面深度之間存在一定的差異[11]所致。所以，為簡化研究流程，需要將橡膠層的厚度統一設置為0.95 mm，鋼-橡膠粘接結構超聲檢測的仿真物理參數如表2所示。

表2 鋼-橡膠粘接結構超聲檢測的仿真物理參數Tab.2 Simulation physical parameters of ultrasonic testing of steel-rubber bonding structure

圖7～圖11分別為一界面～四界面和沒有界面脫粘時的仿真回波信號。這4種界面的仿真信號基本一致，表明通過利用層濾波器相關理論知識，可以精確地描述鋼-橡膠粘接結構。

圖7 一界面脫粘時的仿真回波信號Fig.7 The simulated echo signal when the first interface debonding

圖8 二界面脫粘時的仿真回波信號Fig.8 The simulated echo signal when thesecond interfaces is debonding

圖9 三界面脫粘時的仿真回波信號Fig.9 The simulated echo signal when thethird interfaces is debonding

圖10 四界面脫粘時的仿真回波信號Fig.10 Simulated echo signal when the fourthinterfaces is debonding

圖11 沒有界面脫粘時的仿真回波信號Fig.11 Simulated echo signal without interface debonding

5 結語

綜上所述，對于鋼-橡膠粘接結構而言，其超聲檢測信號處理方案的制定具有一定的挑戰性。

(1)提出了一種新的層濾波器理論。通過利用該理論，有效地總結了超聲波在分層介質中的傳播特點；

(2)在進行界面脫粘期間，實現了對超聲檢測信號模式的精確化、科學化識別。通過利用離散余弦提取方式，實現對模式特征矢量的有效提取，并利用人工神經網絡，對超聲檢測信號模式進行精確地識別和分類，極大提高了鋼-橡膠粘接結構檢測結果的精確性和真實性，為促進鋼-橡膠粘接結構檢測向智能化、高效化方向不斷發展，有效地提高超聲檢測技術的發展速度。